自聊天机器人(rén)ChatGPT火爆以来(lái)，微软公司创(chuàng)始人(rén)比尔·盖茨已多次公开谈论人工(gōng)智能话题。在最近的一次(cì)采访中，他再次表(biǎo)示：“AI可能会让科(kē)技行业迎来一(yī)次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日接(jiē)受《In Good Company》节目(mù)专访(fǎng)时提出的。

他预期，AI的发展可能会威(wēi)胁(xié)到谷歌(gē)的市(shì)占(zhàn)率，因为微软(ruǎn)在AI方面(miàn)的行动相当(dāng)迅(xùn)速。而(ér)最(zuì)终(zhōng)科(kē)技巨头将把(bǎ)AI整合成用(yòng)户(hù)的“全能助手”，包揽一(yī)切应用(yòng)，与人们进行沟通并提(tí)供(gōng)建议，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能(néng)助手的到来(lái)可能尚需时日(rì)，但由ControlNet引(yǐn)发的又一(yī)次(cì)AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出(chū)重(zhòng)围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时(shí)候，还是2022年8月，在美国科罗拉多州(zhōu)举(jǔ)办的新兴数字艺术家竞赛中，一幅(fú)名为《太空(kōng)歌剧院》的作(zuò)品获奖(jiǎng)。

随后各大厂商的AI绘(huì)画软件被广(guǎng)大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中输入一组(zǔ)关键词(cí)或(huò)者一张照片(piàn)，就(jiù)能获(huò)得一幅AI创作(zuò)的画作(zuò)。

作画的关键就是(shì)所(suǒ)输入的文本。同一组关键词也可(kě)以创作(zuò)出很多(duō)张风格(gé)不一(yī)样的画作，这让创作(zuò)的过(guò)程(chéng)就像(xiàng)开盲盒(hé)。

很多用户很喜欢这种(zhǒng)不确定的惊(jīng)喜，他们会将生(shēng)成(chéng)的美图当做头(tóu)像。而另(lìng)一(yī)部(bù)分喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网(wǎng)友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网友(yǒu)的个人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游(yóu)戏可能要(yào)被颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福读博的中国(guó)人张吕敏创作的一种基于控制点(diǎn)的(de)图像变(biàn)形算法(fǎ)，主要用(yòng)于数字图(tú)像处理、计算(suàn)机视觉(jué)和计算机图形学等(děng)领域。

其SD插(chā)件一(yī)经(jīng)发布，在短(duǎn)短的两天内便成为了AI绘(huì)画(huà)领域(yù)最新的(de)热点。

在此之前(qián)，大家(jiā)用(yòng)了很(hěn)多方法想让AI生成的结(jié)果尽可能的符(fú)合要求，但是都不尽如人意，它的(de)出现代表(biǎo)着AI生成开(kāi)始进入真正的(de)可控时(shí)期。

因(yīn)为ControlNet可以(yǐ)直(zhí)接提取画(huà)面的构图(tú)，人物(wù)的姿势和画面的深度信息等(děng)。有了(le)它的(de)帮助，就不用(yòng)频繁的用提示词来碰运气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了(le)“魔法”，不少(shǎo)博(bó)主的作品已(yǐ)经(jīng)获得(dé)了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接(jiē)带她们走进动漫(màn)世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到(dào)对(duì)应(yīng)的关键词(cí)；最后用ControlNet插(chā)件绑定骨骼(gé)开始换关键(jiàn)词试效果。

通过图片就(jiù)可(kě)以看出(chū)来，效果十分惊艳。

更厉害(hài)的(de)是，除了真(zhēn)实的照片，草图也可(kě)以加(jiā)上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩(cǎi)图(tú)。大神(shén)张吕敏其本(běn)尊也亲自回应(yīng)。

不(bù)得不说当下AIGC已经变得越来越强大(dà)，甚至输出的作品(pǐn)都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕亲家公亲家母是什么意思，梦见亲家母是什么意思安(ān)全(quán)问(wèn)题

近日，“苏州金鸡湖有游艇party”的(de)消息火遍网络，而经过警方辟谣(yáo)这所谓的(de)“party”可能是全国第(dì)一起AI绘(huì)图诈骗。

由于这(zhè)个活动里面给出的美女照片都(dōu)是AI制(zhì)作的真人照(zhào)片绘图，因为太逼(bī)真(zhēn)，被(bèi)大家当(dāng)成真(zhēn)事传(chuán)播了。

不(bù)过仔细观(guān)察可(kě)以(yǐ)发现(xiàn)，活动(dòng)发起者提供的照片中有个很大的漏洞可以(yǐ)发现并(bìng)非真人，而是AI绘图，那(nà)便是图片中女性(xìng)的手指(zhǐ)部分(fēn)有的存在异常。

有行业人事表示：“现在因为手指部(bù)分的绘(huì)画算法比较复杂，AI还不太(tài)会(huì)画(huà)人(rén)的手，但(dàn)最新看到(dào)的图(tú)片已经有越来越完美的AI模型出(chū)现，以后可能就完全(quán)没有漏洞了。”

类似的AI作图诈骗(piàn)在国外也已有发生。据(jù)英(yīng)国广播公司(sī)报(bào)道，土耳其(qí)地震(zhèn)期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照片发布(bù)到网络，以此(cǐ)诱骗(piàn)善良的人打赏“捐助(zhù)”从而(ér)实(shí)施诈骗。

目前随着(zhe)技术(shù)发展，AIGC已经能(néng)做出真人照片般的(de)绘(huì)图(tú)效果，如果这样的图(tú)片被(bèi)用来诈骗，将非常可(kě)怕。

此外(wài)AIGC还引(yǐn)发了很多(duō)担(dān)忧(yōu)，一方(fāng)面，批判者认为AI在“学习”了大量前人的作品之后，其创作没有(yǒu)任何(hé)情(qíng)绪和(hé)灵魂，难以(yǐ)和人(rén)类的(de)艺术创作(zuò)相提(tí)并论。

另一方面，AIGC背(bèi)后的版权、目(mù)前都并没有得到有效的(de)解决，还(hái)有AIGC会不会(huì)代替人类“至高无上”的创意。

马(mǎ)斯克也强调(diào)，人(rén)工智能的(de)安(ān)全问题需要得到(dào)重视(shì)，太(tài)晚就来(lái)不(bù)及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都是(shì)有两面性的，潜在的危害并不能掩盖其光(guāng)辉的贡献。现(xiàn)在看来，人工智能(néng)技术将是第四次工(gōng)业(yè)革命的核心驱动(dòng)力量，将创造(zào)新的增长(zhǎng)奇迹。

过去一年，人工智能(néng)在技术和商(shāng)业层面都(dōu)有了巨大进展，AI绘画就是人(rén)工智能技术发生方向(xiàng)性(xìng)改(gǎi)变(biàn)的(de)一个(gè)代表。其下(xià)一站或许就是(shì)视频(pín)。

此前，Meta和(hé)谷歌先后(hòu)发布了几条引爆科技圈的短视频。这(zhè)些(xiē)视频(pín)引(yǐn)发关注并非内容做得多优秀，反而(ér)都非常简单(dān)，比如(rú)一匹(pǐ)正在喝(hē)水(shuǐ)的(de)马，一(yī)只(zhǐ)画画的玩具熊，或(huò)者(zhě)一段骑摩托车的(de)第(dì)一视(shì)角录像，随(suí)便一个有(yǒu)手(shǒu)机(jī)的人(rén)都可以随(suí)手录下一段。

但这(zhè)些短视频的创(chuàng)作(zuò)方(fāng)式非(fēi)常(cháng)简单(dān)，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是说一下(xià)要求，AI就可(kě)以根(gēn)据需要生成一段视频。

谷歌发(fā)布(bù)的(de)两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一(yī)个能够做(zuò)出更(gèng)高(gāo)清视(shì)频(pín)的AI还(hái)不足以(yǐ)在短时间(jiān)内戳中兴(xīng)奋点。

Phenaki更加(jiā)令人(rén)震惊的地方在于，它可以制作出超过2分(fēn)钟的连(lián)贯的也有确(què)切内容的视频，这才是真正(zhèng)让人们感到惊喜的地方(fāng)。因为无论AI生(shēng)成的(de)视频多么高清，也只(zhǐ)能(néng)是为(wèi)内容(róng)生产者(zhě)提供一(yī)个灵感(gǎn)，一(yī)个(gè)素材，一个过场(chǎng)动画。

不过(guò)能够制作出有具体剧情内容的视(shì)频(pín)就意味着，一些视频创作由AI代替人工完成(chéng)已经(jīng)初步有了(le)可能。

当下AI的发展速度已经超过(guò)大部分人的想象。内(nèi)容(róng)产业的本质是供(gōng)给创造需求，AIGC作为(wèi)全新的内容生产方式(shì)，可以为内容产业带(dài)来(lái)更新的内容风(fēng)格、更快的生产速(sù)度(dù)，更低的生产成本(běn)，这无疑会驱动内容产业的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式的生成。不难(nán)发(fā)现该项技术(shù)不仅在游(yóu)戏等(děng)行业能得到有效应用(yòng)，对(duì)于下一代互联(lián)网各种元素的构建(jiàn)亦有关键意(yì)义。

从商业化的角(jiǎo)度(dù)来看(kàn)，文(wén)化娱(yú)乐、教育、传(chuán)媒等诸多(duō)领域，本(běn)身就对基(jī)于AI的可视化内(nèi)容(róng)有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的一块(kuài)重(zhòng)要拼图，有(yǒu)望在技(jì)术(shù)更新(xīn)的加持下实(shí)现更大的应用价值。

AI从理(lǐ)解内(nèi)容，走向了可以生成内容，甚至能够(gòu)创(chuàng)造出(chū)独立价值和独(dú)立视(shì)角的内容。AIGC的再次(cì)出圈(quān)，更代表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从(cóng)技术(shù)的(de)发展也可以看(kàn)出，在语言大模(mó)型、图像大模型(xíng)之后，多模(mó)态大模型(xíng)已经成(chéng)为了新的趋(qū)势。

大模型被誉为当(dāng)前人(rén)工(gōng)智能发展的(de)智(zhì)能(néng)底(dǐ)座，是全球竞(jìng)争最激烈的研究方向之一，包括谷歌(gē)、亚马(mǎ)逊、百度、阿(ā)里、腾讯等众多头部(bù)企(qǐ)业都在竞相发力。

不过(guò)训(xùn)练(liàn)大(dà)模(mó)型的确(què)价格不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大的LLM(大型语言模型(xíng))，训(xùn)练成本则介于200万美元(yuán)至1200万美(měi)元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均数1300万(wàn)计(jì)算，其对应芯(xīn)片需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元(yuán)，每日仅电费(fèi)就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算(suàn)力(lì)支持。在关注各(gè)类大模型(xíng)的发(fā)展同时，更应该(gāi)关注算力网络的建设。

算力网络(luò)正(zhèng)驱动AI产(chǎn)业发展进(jìn)入史(shǐ)诗级加速进程，让(ràng)AIGC及通用(yòng)AI这一人工(gōng)智能发展的(de)终极目标离得更(gèng)近。

因为算力可以对突破性技(jì)术创新提供大力(lì)的支持。这方(fāng)面，多模态大模型是典(diǎn)型(xíng)。作为面向未(wèi)来强人(rén)工智能、通用人工智能的重要技(jì)术(shù)创新(xīn)，多模态大模型已经(jīng)在人工(gōng)智能领域(yù)提出了很多年，业界也有(yǒu)不少技术突破，但是，多模(mó)态大模型进(jìn)一步往下走，算力(lì)需求呈几何式(shì)上升，一(yī)般的算力基(jī)础设施很快将(jiāng)难以胜(shèng)任。

从图像、文字、语音单独一项的训练，到双(shuāng)模态(tài)、三模(mó)态的跃迁，让人(rén)工(gōng)智能可以灵活应对不同模态的转化、像人与世界交互一样自然，这方面，由算力网络来驱动(dòng)将有(yǒu)明显优(yōu)势。

此外，还有(yǒu)很(hěn)多需要(yào)爆发式增长的算力来支撑的技术创(chuàng)新，将在人(rén)工智能算(suàn)力网络支撑下快速推进。

AIGC已经露出(chū)曙光(guāng)，期待(dài)在大模型(xíng)和大(dà)算力(lì)的支持下AIGC能(néng)持续颠覆内容生产的方式，将创(chuàng)造的边际成本(běn)降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 亲家公亲家母是什么意思，梦见亲家母是什么意思